Rancangan Percobaan

Pendahuluan
 Pengumpulan data
• Metoda Percobaan:
sumber keragaman dapat dikelola peneliti

• Metoda observasi (pasif):

sumber keragaman tak dapat dikelola, perubahan
pada respon sulit diketahui penyebabnya

• Metoda survey:
Telaah bertujuan untuk menduga nilai karakteristik
populasi yang didefinisikan.
• Rancangan percobaan :
adalah percobaan yang struktur
percobaannya dirancang agar diperoleh
hasil percobaan yang akurat dengan waktu
dan tindakan yang efisien.

Tata cara percobaan/ tindakan bergantung pada

kondisi lingkungan dan tujuan penelitian yang
kemudian menjadi dasar metoda analisis
statistik terhadap hasil percobaan
• Tujuan rancangan :
* Memperbaiki hasil
* Mengurangi keragaman
* Efisiensi penelitian
* Mengurangi biaya penelitian
Prinsip Dasar Percobaan :
• Ulangan :
pengalokasian suatu perlakuan tertentu terhadap
beberapa unit percobaan pada kondisi sama.
Untuk :
menduga ragam galat (kesalahan)
memperkecil galat
Meningkatkan ketelitian
• Pengacakan:
dilakukan agar setiap unit percobaan memiliki peluang
yang sama untuk diberi suatu perlakuan
• Pengendalian lingkungan:
Usaha untuk mengendalikan keragaman yang
muncul akibat keheterogenan kondisi lingkungan.

Langkah –langkah dalam perancangan suatu percobaan :

* tujuan dari percobaan , berkaitan dengan hipotesa yg ada
dan tujuan percobaan.
* Variabel respon(dependen variabel) yang menjadi perhatian
kita untuk diukur responnya.
* Faktor ( independen variabel) , merupakan faktor yang
dicurigai pengaruhnya pada respon yg akan diukur.
* Level /taraf (pada setiap faktor).
Banyaknya kategori / tingkat dari faktor itu yang ingin dilihat
perannya terhadap respon.
Analisa Variansi 1 arah (pada metoda Statistika):
merupakan rancangan percobaan yang sangat sederhana
dimana→
* Faktor yang efeknya diperkirakan menpengaruhi hanya 1
faktor.
* Faktor lainnya dianggap tidak ada, bila diperkirakan
mempengaruhi respon, maka faktor lain tsb diperhitungkan
pengaruhnya pada respon ( anova 2 faktor) , atau
dikendalikan pengaruhnya dengan menggunakan rancangan
blok.
* Bila diduga ada faktor lain, tetapi pengaruhnya
dikesampingkan dan tidak dikelola dengan tepat, hal inilah
yang mengakibatkan keragaman galat (kesalahan) menjadi
besar , sehingga mungkin efek dari level / taraf dari faktor yg
seharusnya signifikan tidak muncul.
Model Linier

Bab 2
• Regresi linier sederhana direpresentasikan:
𝑌 = 𝛽0 x0 + 𝛽1 x1+ ε
umumnya x0 =1, sehingga 𝛽0 merupakan
intersept
lihat contoh 2.2.1 dilanjutkan contoh 2.3.1
 Definisi
Regresi linier berganda adalah model yang dapat
direpresentasikan dalam bentuk:
𝑌 = 𝛽0 x0 + 𝛽1 x1+ . .+ 𝛽𝑘 xk + ε
dimana:
Y perubah acak terobservasi ( peubah respon/
dependent variable)
x0, x1, . . . , xk peubah tetap diketahui (independent
variable)
𝛽0 , 𝛽1 , .... , 𝛽𝑘 parameter
𝜀 peubah acak tak terobservasi (error model)

Pada regresi linier berganda dengan intersep, xi0 =1 ∀ i

Y merupakan kombinasi linier dari 𝛽0 , 𝛽1 , .... , 𝛽𝑘 + komponen

acak.
• Model linier yang merepresentasikan n
observasi :
𝑌𝑖 = 𝛽0 xi0 +. . .+ 𝛽𝑘 xik + εi ; 𝑖 = 1,2, . . . , 𝑛
Dalam bentuk matriks :

𝑌1 𝑋10 𝑋11 ⋯ 𝑋1𝑘 𝛽0 𝜀1

𝑌2 𝑋20 ⋯ ⋯ 𝑋2𝑘 𝛽1 𝜀2
= ⋮ ⋮ +
⋮ ⋮ ⋮ ⋮ ⋮
𝑌𝑛 𝑋𝑛0 𝑋𝑛1 ⋯ 𝑋𝑛𝑘 𝛽𝑘 𝜀𝑛
Atau Y = X β + ε dengan
Y dan ε merupakan vektor acak berukuran n x 1 ,
β merupakan vektor parameter berukuran (k+1) x 1
X matriks berukuran n x (k+1)
Pada polinomial regresi orde k, model matematika :
y = a0 + a1 x + a2 x2 + . . . . ak xk + ε
Bentuk model linier masih dipenuhi, begitu pula bila ada interaksi .
Metoda Least Square untuk estimasi koefisien parameter:
Menaksir parameter yang meminimumkan “Jumlah kuadrat
kesalahan “
( teori lengkap baca bab 2.3 dan bab 3.1)
Solusi dari model diatas :
b=𝜷 ෡ = (X’X)-1 X’Y

1. Apakah selalu ada solusi, apa syaratnya agar solusi ada?

2. Dari model matematik dibawah ini , tunjukkan
mana yang merupakan model linier:
a. 𝑦 = 𝛽0 + 𝛽1 𝑥 + 𝛽2 𝑥 2 + 𝜀.
b. 𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝛽3 𝑥1 𝑥2 + 𝜀
𝛽1
c. 𝑦 = 𝛽0 + + 𝜀
𝑥
d. 𝑦 = 𝛽0+ 𝛽1 𝑥 + 𝜀
1
e. = 𝛽0 + 𝛽1 𝑥 + 𝜀
𝑦
Catatan :
𝛽0 , 𝛽1 , 𝛽2 , 𝛽3 merupakan koefisien parameter
3. Diberikan data berikut (disadur dari soal 2.6)
y : 6,2 3,4 3,3 7,1 8,4 9,0 7,5
x: 1 2 3 4 5 6 7
a. nyatakan dalam bentuk perkalian matriks
Y=Xβ+ε
b. Tentukan rank dari matriks X
c. Bentuk matriks X’X dan tentukan rank nya
c. Dapatkah diperoleh matrik ( X’X)-1, mengapa?
• Anova 1 arah ( one – way classification)
misal 1 faktor dengan p taraf.
artinya akan diuji apakah ada beda pengaruh
efek perlakuan (p level) terhadap respon.

Artinya ada p populasi dengan mean masing2

populasi: μ1 , μ2, . . . , μp.
Jika masing-masing populasi ada ni ukuran
sampel, maka diperoleh variabel respon :
Y11,Y12, . . .,Y1n1 ; Y21,Y22,. . . ,Y2n2 ; . . .
hingga Yp1, Yp2, Ypnp
• Model matematik 1:
𝑌𝑖𝑗 = 𝜇𝑖 + 𝜀𝑖𝑗 ; 𝑖 = 1,2, . . , 𝑝 𝑗 = 1,2, . . 𝑛𝑖
𝜀𝑖𝑗 peubah cak dengan mean = 0
Ho :𝜇1 =𝜇2 = . . . = 𝜇𝑝
H1 : tak demikian (paling sedikit ada 𝜇𝑖 yang beda
dengan lainnya)
• Model matematik 2 :
𝑌𝑖𝑗 = 𝜇 + 𝜎𝑖 + 𝜀𝑖𝑗 ; 𝑖 = 1,2, . . , 𝑝 𝑗 = 1,2, . . 𝑛𝑖
𝐻𝑜 : 𝜎𝑖 = 0 ∀ 𝑖
𝐻1 : 𝑝𝑎𝑙𝑖𝑛𝑔 𝑠𝑒𝑑𝑖𝑘𝑖𝑡 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝜎𝑖 ≠ 0
𝜎𝑖 = efek perlakuan taraf ke i
4. Coba tuliskan kedua model matematik diatas dalam
perkalian bentuk matriks!
Contoh 2.6.1
Secchi Disk Secchi Disk Secchi Disk
Lokasi 1 Lokasi 2 Lokasi 3
39 46 48
37 45 46
40 46 48
39 45 46
39 47 49
Model matematika:
𝑌𝑖𝑗 = 𝜇 + 𝜎𝑖 + 𝜀𝑖𝑗 ; i=1,2,3 ; j = 1,2,3
Ho : 𝜎1 = 𝜎2 = 𝜎3 = 0
H1 : paling sedikit ada satu 𝜎𝑖 ≠ 0

5. a Sajikan data diatas dalam bentuk perkalian matriks!

b. Tentukan rank dari matriks X’X
c. Dapatkah memperoleh solusu dari ( X’X)-1, jelaskan
6. (disadur dari soal 2.5) Dalam suatu proses kimia ,
x1 = suhu ( -1 = rendah dan 1 = tinggi) ,
x2 = tekanan (-1 = rendah dan 1 = tinggi)
y = konsentrasi larutan
y : 30 50 40 60 20 30 40 50
x1 : -1 -1 1 1 -1 -1 1 1
x2 : -1 1 -1 1 -1 1 -1 1
a. Tunjukkan bahwa model diatas adalah model
regresi berganda.
b. Tentukan matriks Y dan X bila regresi berganda
tanpa intersep
c. Nyatakan dalam perkalian matriks Y = X β + ε
d. Bentuk matriks X’X dan tentukan rank nya
e. Dapatkah diperoleh matrik ( X’X)-1, mengapa?
• 7. soal no 3.5
• 8. soal no 3.5 bag dan b